Connect with us

Berita

Beyond GPT: Mengapa Google bisa menyebarkan LLM Spread

Published

on

Bergabunglah dengan acara bahwa para pemimpin lembaga telah dipercaya selama hampir dua dekade. VB Transform menggabungkan orang yang membangun strategi AI untuk institusi nyata. Pelajari lebih lanjut


Bulan lalu, bersama dengan koleksi komprehensif alat dan inovasi kecerdasan buatan baru, Google DeepMind menyingkap Penyebaran Gemini. Model penelitian eksperimental ini menggunakan pendekatan luas untuk penciptaan teks. Secara tradisional, model LLMS seperti GPT dan Gemini sendiri telah mengadopsi kemiringan otomatis, pendekatan langkah -oleh di mana setiap kata dibuat berdasarkan kata sebelumnya. Model DLMS, juga dikenal sebagai DLLMS, mendapat manfaat dari cara yang terlihat lebih umum pada generasi gambar, dimulai dengan noise acak dan secara bertahap memperbaikinya menjadi output yang koheren. Pendekatan ini sangat meningkatkan kecepatan generasi dan dapat meningkatkan kohesi dan konsistensi.

Gemini saat ini tersedia sebagai penawaran eksperimental; Berlangganan daftar tunggu Di sini untuk mencapai.

(Catatan Editor: Kami akan mengosongkan model model seperti menyebarkan model bahasa-yang mengharuskannya untuk berjalan dalam produksi produksi- VB mengonversi24-25 Juni di San FranciscoSelain Google DeepMind, LinkedIn dan pemimpin lembaga AI lainnya.)

Memahami proliferasi terhadap versi otomatis

Proliferasi dan proliferasi otomatis terutama merupakan pendekatan yang berbeda. Pendekatan kemiringan otomatis menghasilkan teks berurutan, karena simbol memprediksi salah satunya secara bersamaan. Meskipun metode ini menjamin konteks kohesi dan pelacakan yang kuat, itu bisa intens dan solid, terutama untuk konten jangka panjang.

Model perpindahan, berbeda dengan itu, mulai dengan noise acak, yang secara bertahap dikurangi menjadi output yang koheren. Ketika diterapkan pada bahasa, teknologi ini memiliki banyak keunggulan. Blok teks dapat diobati secara paralel, yang kemungkinan akan menghasilkan irisan atau seluruh unta pada tingkat yang jauh lebih tinggi.

Dikatakan bahwa penyebaran Gemini dapat menghasilkan 1000-2000 simbol per detik. Sebaliknya, Gueini 2.5 Flash memiliki kecepatan output rata -rata 272,4 ikon per detik. Selain itu, kesalahan dalam generasi dapat diperbaiki selama proses pemurnian, meningkatkan akurasi dan mengurangi jumlah halusinasi. Mungkin ada akurasi mikro dan kontrol atas level simbol yang khas; Namun, peningkatan kecepatan akan menjadi permainan yang diubah untuk banyak aplikasi.

Bagaimana cara kerja untuk menghasilkan teks berbasis teks?

Selama pelatihan, DLMS bekerja dengan merusak kalimat dengan kebisingan pada banyak langkah, sampai kalimat asli sepenuhnya diakui. Model ini kemudian dilatih tidak seperti proses ini, langkah -oleh, dan membangun kembali kalimat asli dari versi keras. Melalui peningkatan berulang, desain kalimat yang sepenuhnya masuk akal dipelajari dalam data pelatihan.

Sementara rincian penyebaran Gemini belum terungkap, metodologi pelatihan model model proliferasi mencakup tahapan utama ini:

Menyebar ke depan: Dengan setiap sampel dalam set data pelatihan, noise secara bertahap ditambahkan ke beberapa kursus (sering dari 500 hingga 1000) sampai mereka tidak dapat dibedakan dari kebisingan acak.

Reverse Spread: Model ini belajar kebalikan dari setiap langkah dari proses noising, dan terutama belajar bagaimana “menghapus” kalimat yang rusak satu tahap pada satu waktu, pada akhirnya memulihkan struktur asli.

Proses ini diulangi jutaan kali dengan berbagai sampel dan tingkat kebisingan, memungkinkan model untuk mempelajari fungsi reduksi yang andal.

Setelah berlatih, model ini dapat sepenuhnya menghasilkan unta baru. DLM umumnya membutuhkan kondisi atau input, seperti klaim, inklusi atau inklusi, untuk mengarahkan generasi ke hasil yang diperlukan. Kondisi ini disuntikkan ke dalam setiap langkah proses kelimpahan, yang merupakan titik awal kebisingan dalam teks yang terorganisir dan koheren.

Keuntungan dan kerugian dari model penyebaran

Dalam sebuah wawancara dengan VentureBeat, Brendan O’Donughue, Google Deepmind dan salah satu pelanggan yang diharapkan dalam proyek penerbitan Gemini, yang ditempatkan dalam beberapa keuntungan dari teknologi penyebaran dibandingkan dengan asregress. Menurut O’Donughue, keuntungan utama dari teknik penyebaran adalah sebagai berikut:

  • Cumin Rendah: Model proliferasi dapat menghasilkan serangkaian simbol dalam waktu yang jauh lebih rendah daripada model otomatis.
  • Akun Adaptif: Model proliferasi akan bertemu dengan serangkaian simbol pada tingkat yang berbeda tergantung pada kesulitan tugas. Ini memungkinkan untuk model konsumsi sumber daya yang lebih rendah (dan memiliki waktu waktu yang lebih rendah) dalam tugas -tugas mudah dan lebih banyak tentang sumber daya yang paling sulit.
  • Logika non -lold: Karena perhatian bipoiser Denoiser, token dapat menghadiri simbol masa depan dalam generasi generasi itu sendiri. Ini memungkinkan pemikiran luar biasa dan memungkinkan model untuk membuat amandemen global dalam blok teks yang lebih kohesif.
  • Revisi Berulang / Koreksi Diri: Proses pengurangan sampel termasuk mengambil sampel, yang dapat membuat kesalahan seperti pada model otomatis. Namun, tidak seperti model kemiringan otomatis, simbol khas ditransfer ke Denoiser, yang memiliki kesempatan untuk memperbaiki kesalahan.

O’Donughue juga menunjuk pada cacat utama: “Biaya layanan tertinggi dan sedikit waktu pada saat ini (TTFT), mengingat bahwa model lereng otomatis akan menghasilkan simbol khas pertama secara instan. Untuk penyebaran, simbol pertama hanya dapat muncul ketika urutan penuh simbol siap.”

Standar Kinerja

Google mengatakan kinerja difusi gemini Mirip dengan Gemini 2.0 Flash-Lite.

standarDia menulisPenyebaran GeminiGemini 2.0 Flash-Lite
LiveCoooobench (V6)kode30,9 %28,5 %
Bigcocooobenchkode45,4 %45,8 %
Lbpp (v2)kode56,8 %56,0 %
Bangku diverifikasi*kode22,9 %28,5 %
Humanevalkode89,6 %90,2 %
MBPkode76,0 %75,8 %
Berlian GPQAIlmu40,4 %56,5 %
AIME 2025matematika23,3 %20,0 %
Kursi besar itu sulitPemikiran15,0 %21,0 %
MMLU International (Cahaya)Multi -banguage69,1 %79,0 %

* Evaluasi yang tidak akurat (hanya satu putaran), panjang maksimum 32 km.

Kedua model dibandingkan dengan penggunaan beberapa kriteria, dengan derajat berdasarkan berapa kali bentuk menghasilkan jawaban yang benar dalam upaya pertama. Gemini dilakukan dengan baik dalam tes pengkodean dan matematika, sementara Gemini 2.0 Flash-Lite memiliki keunggulan dibandingkan pemikiran, pengetahuan ilmiah, dan kemampuan multi-bahasa.

Dengan pengembangan Gemini, tidak ada alasan untuk percaya bahwa kinerjanya tidak akan mengejar lebih banyak model yang kuat. Menurut O’Donughue, kesenjangan antara kedua teknologi “terutama ditutup dalam hal kinerja standar, setidaknya dalam ukuran yang relatif kecil yang kami lakukan.

Tes penyebaran Gemini

VentureBeat telah diberikan akses ke penawaran eksperimental. Ketika penyebaran Gemini selama langkahnya, hal pertama yang kami perhatikan adalah kecepatan. Ketika klaim yang diusulkan Google dijalankan, termasuk membuat aplikasi HTML interaktif seperti xylophone dan planet tac toe, setiap permintaan telah diselesaikan dalam waktu kurang dari tiga detik, dengan kecepatan mulai dari 600 hingga 1300 kode per detik.

Untuk menguji kinerjanya melalui aplikasi nyata, kami meminta untuk menerbitkan Gemini untuk membuat antarmuka obrolan video dengan klaim berikut:

Build an interface for a video chat application. It should have a preview window that accesses the camera on my device and displays its output. The interface should also have a sound level meter that measures the output from the device's microphone in real time.

Dalam waktu kurang dari dua detik, Gemini telah menciptakan antarmuka kerja dengan pratinjau video dan skala suara.

Meskipun ini bukan aplikasi yang kompleks, ini mungkin awal dari MVP yang harus diselesaikan dengan lebih banyak klaim. Perhatikan bahwa Gemini 2.5 Flash juga menghasilkan antarmuka bisnis, meskipun sedikit lebih lambat (sekitar tujuh detik).

Difusi Gemini juga fitur “edit edit”, mode yang dapat ditempelkan dalam teks atau kode dalam waktu aktual dengan klaim minimal. Pengeditan segera efektif dalam banyak jenis pengeditan teks, termasuk koreksi aturan, modernisasi teks untuk menargetkan kepribadian pembaca yang berbeda, atau menambahkan kata -kata besar kepada pejabat ekonomi senior. Ini juga berguna untuk tugas -tugas seperti kode publikasi ulang, menambahkan fitur baru ke aplikasi, atau mengonversi basis kode yang ada ke bahasa yang berbeda.

Kasus Penggunaan DLM

Aman untuk mengatakan bahwa aplikasi apa pun membutuhkan waktu respons yang cepat yang mendapat manfaat dari teknologi DLM. Ini termasuk aplikasi aktual dan rendah waktu, seperti percakapan AI dan obrolan obrolan, penyalinan langsung dan terjemahan, asisten otomatis dan asisten pengkodean IDE.

Menurut O’Donughue, dengan aplikasi yang mendapat manfaat dari “pengeditan yang disertakan, misalnya, mengambil teks dari teks dan membuat beberapa perubahan di tempat, model proliferasi berlaku dengan cara yang bukan model kemiringan otomatis.” DLMS juga memiliki keuntungan dengan masalah matematika dan matematika, karena “logika luar biasa yang disediakan oleh perhatian bilateral.”

DLMS masih dalam dudukannya. Namun, teknologi dapat mengubah cara membangun model bahasa. Tidak hanya generasi teks pada tingkat yang jauh lebih tinggi daripada model otomatis, tetapi kemampuannya untuk mengembalikan dan memperbaiki kesalahan rata -rata, pada akhirnya, dapat mencapai hasil yang lebih akurat.

Gemini menyebar ke ekosistem DLM yang meningkat, dengan dua contoh yang menonjol Air raksaItu dikembangkan oleh laboratorium awal, dan llaadaModel open source dari GSAI. Bersama -sama, model -model ini mencerminkan momentum yang lebih luas di balik generasi bahasa berbasis spread dan memberikan alternatif untuk perkembangan dan sejajar dengan struktur otomatis tradisional.


Tautan sumber
Continue Reading
Click to comment

Leave a Reply

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Berita

CEO Windsurf Farun Mohan di VB Transform 2025

Published

on

Bergabunglah dengan acara bahwa para pemimpin lembaga telah dipercaya selama hampir dua dekade. VB Transform menggabungkan orang yang membangun strategi AI untuk institusi nyata. Pelajari lebih lanjut


Dengan penyebaran alat yang bekerja dengan bahan AI melalui cerobong asap program lembaga, pertumbuhan cepat platform pengkodean kecerdasan buatan Selancar Studi kasus tentang apa yang terjadi ketika pengembang mengadopsi alat agen yang meluas.

Dalam sesi per hari VB Transform 2025Dan CEO dan co -founder Farun Mohan Diskusikan bagaimana lingkungan pengembangan terintegrasi di Windsurf (IDE) melebihi satu juta pengembang dalam waktu empat bulan setelah diluncurkan. Lebih penting lagi, sistem dasar sekarang menulis lebih dari setengah kode yang dilakukan oleh basis penggunanya.

Percakapan, yang dibuka oleh CEO VentureBeat Matt Marshall, dibuka dengan singkat tetapi catatan: Mohan tidak dapat mengomentari kemungkinan akuisisi besar -besaran Openai on Windsurf.

Kasus Dia menarik perhatian setelah a Wall Street Journal Laporan Secara rinci, konfrontasi bersorak antara Openai dan Microsoft mengenai ketentuan kesepakatan ini dan ketegangan yang lebih luas dalam miliaran dolar dalam kemitraan. Menurut WSJOpenai berupaya mendapatkan Windsurf tanpa memberi Microsoft untuk mencapai kepemilikan intelektualnya – masalah yang dapat membentuk kembali adegan pengkodean Yayasan AI.

Dengan konteks yang dialokasikan ini, sesi ini berfokus pada teknologi Windsurf, traksi lembaga, dan visi agen.

>> Tonton setiap liputan konversi kami 2025 di sini <

Melanggar

IDE WINDSURF dibangun di sekitar apa yang perusahaan sebut sebagai “pikiran” episode-A-usaha patungan antara manusia dan AI yang memungkinkan aliran pengkodean penuh alih-alih saran otomatis tambahan. Menggunakan pengaturan ini, agen dapat melakukan multi -shelves re -equipment, menulis sayap tes, dan bahkan meluncurkan perubahan antarmuka pengguna saat memulai permintaan penarikan.

Mohan menekankan bahwa bantuan pengkodean tidak dapat berhenti saat menghasilkan kode. “Sekitar 20 hingga 30 % dari waktu pengembang menghabiskan kode penulisan kode. Sisanya adalah untuk memperbaiki kesalahan, ulasan, dan tes. Untuk bantuan, sistem kecerdasan buatan perlu mencapai semua sumber data ini.”

Windsurf baru -baru ini memasukkan browser IDE, memungkinkan agen untuk menguji perubahan, membaca catatan dan berinteraksi dengan fasad langsung secara langsung – seperti yang dilakukan insinyur manusia.

Keamanan dan kontrol dengan desain

Ketika kecerdasan buatan mulai berpartisipasi dalam kursus pengembangan kelembagaan secara aktif, konsentrasi Windsurf pada keamanan terintegrasi telah terbukti perlu. “Kami menggunakan model campuran untuk penyebaran lembaga – tidak ada data pribadi yang disimpan di luar penyewa pengguna. Keamanan adalah esensi, terutama dengan fitur -fitur seperti agen browser terintegrasi kami,” kata Mohan.

Kemampuan ini telah menjadikan Windsurf sebagai opsi yang berlaku untuk industri terorganisir. Agen -agennya diterbitkan di pangkalan kode besar, termasuk yang ada di JPMorgan Chase dan Morgan Stanley.

Mohan menambahkan bahwa ketika kecerdasan buatan mendekati peran, keamanan akan menjadi faktor dalam produktivitas. Dia berkata: “Jika setiap orang di perusahaan teknologi berkontribusi beberapa cara, maka bagian yang hilang adalah keselamatan. Anda tidak ingin sistem tunggal -waktu yang dibuat oleh pengguna non -teknis yang menghancurkan layanan lain.”

Tim kecil, tes cepat

Secara internal, WINDSURF diselenggarakan dalam tim yang beranggotakan tiga atau empat insinyur, masing -masing fokus pada pengujian hipotesis produk yang sempit.

“Ada keyakinan bahwa perusahaan dengan satu miliar dolar adalah masa depan. Tetapi pada kenyataannya, lebih banyak orang yang memungkinkan Anda untuk tumbuh lebih cepat dan membangun produk yang lebih baik. Kuncinya mengorganisir dalam tim kecil yang terkonsentrasi yang menguji hipotesis secara paralel,” jelas Mohan.

Model ini membantu perusahaan dengan cepat di area di mana model kecerdasan buatan – dan kebutuhan pengguna – dengan cepat mengembangkan sangat tinggi.

Spesialisasi dalam skala besar

Peningkatan terbesar dalam Windsurf di Enterprise bukanlah generasi simbol khas atau model yang lebih kecil – itu penting. “Dalam skala besar, peningkatan terbesar adalah kustomisasi. Memahami basis blade yang dalam memungkinkan agen untuk membuat perubahan pemeliharaan skala besar yang mencerminkan niat pengguna,” kata Mohan.

Alih -alih hanya mengandalkan generasi kode untuk tujuan umum, sistem Windsurf mempelajari struktur setiap pelanggan, gaya dan preferensi.

Membangun model masa depan

Ke depan, Windsurf merancang platformnya untuk tetap mudah beradaptasi karena model kecerdasan buatan dasar terus tumbuh.

Mohan mengatakan: “Setiap pekerjaan yang ditingkatkan dalam model dasar membutuhkan pemikiran ulang produk -produk utama. Sementara agen lebih mampu, misi kami adalah membangun platform untuk mengelola banyak dari mereka secara efektif.”

Perusahaan sedang mengerjakan protokol terbuka yang memungkinkan lembaga mengintegrasikan setiap model lokal LLM-termasuk dalam kerangka kerja agen di Windsurf, mempertahankan fleksibilitas dan mengurangi kunci penjual.

Nilai Bukti dan Ukur

Windsurf memberikan transparansi dalam kinerjanya dengan analisis ringkas. Mohan mengatakan: “Kami menawarkan transparansi atas pengembalian investasi melalui langkah -langkah – seperti persentase simbol yang ditulis oleh asisten – yang dapat dilampirkan langsung ke kinerja teknik internal.”

Pendekatan ini memungkinkan tim platform untuk menghubungkan produk agen dengan dampak bisnis, yang membantu membenarkan lebih banyak investasi.

Implementasi terkonsentrasi pada flash

Akhirnya, ketika ditanya bagaimana Windsurf berencana untuk membedakan antara kompetisi dari Openai, Microsoft, Google, dll., Mohan fokus pada kecepatan interior. Dia mengatakan: “Tantangannya bukan yang paling jelas hari ini, tetapi siapa yang menerapkan strategi yang benar dengan cukup cepat. Risikonya dipindahkan dengan sangat lambat atau diharapkan sangat jauh dan kehilangan kepentingan dalam jangka pendek.”

Mohan juga menolak gagasan bahwa pemegang pekerjaan pasti diperintah. “Tidak ada alasan dasar bahwa perusahaan lama seperti Salesforce tidak bisa menjadi asli. Penentu nyata adalah kecepatan mereka dalam inovasi, bukan kemampuan mereka.”

Apakah Windsurf menjadi bagian dari masa depan Openai atau berlanjut secara mandiri, seret perusahaan dengan pelanggan institusional – dan desakannya pada landasan AI di tenaga kerja yang aman dan berharga – menjadikannya pemain yang layak dilihat dengan masuknya untuk mengembangkan agen ke arus utama.


Tautan sumber
Continue Reading

Berita

Perawatan sel induk yang menjanjikan dapat tersedia untuk memisahkan rambut dalam waktu lima tahun

Published

on

baruAnda sekarang dapat mendengarkan Fox News!

Mungkin para peneliti di Rumah Sakit Klinis San Carlos di Madrid telah menargetkan solusi yang mungkin untuk kerontokan rambut.

Sebuah studi baru-baru ini menganalisis efek sel induk tikus dengan sel induk dari sel induk lemak manusia-“ASCS)-sebagai cara untuk mengobati alopecia androgenik (AGA), lebih dikenal sebagai kerontokan rambut pria atau wanita.

Tim menemukan bahwa tikus jantan mencapai pertumbuhan rambut terbaik setelah tiga minggu ketika mereka menerima dosis rendah, bersama dengan molekul peningkatan daya yang disebut Adenosine Tripphate (ATP).

Musisi rambut dan ahli medis menegaskan rambut rontok sementara yang memengaruhi pengguna Uzambi

Perawatan dosis rendah dan dosis ASC bersama dengan ATP telah menyebabkan kurangnya peningkatan pertumbuhan rambut wanita, tetapi dosis ASC sedang selain ATP menyebabkan peningkatan pertumbuhan.

Para peneliti menyimpulkan bahwa pertumbuhan rambut telah ditingkatkan dalam “semua kelompok eksperimen” karena tikus jantan menerima solusi sel induk yang harus diselesaikan dengan ATP.

Mungkin para peneliti di Rumah Sakit Klinis San Carlos di Madrid telah menargetkan solusi yang mungkin untuk kerontokan rambut. (ISTOCK)

Hasilnya diterbitkan di majalah penelitian & terapi sel induk.

Penulis utama penelitian ini, Dr. Eduardo Lopez Bran – dokter kulit dan profesor di University of Compluteense di Madrid – berpartisipasi dalam perkiraannya untuk belajar dalam sebuah wawancara dengan Fox News Digital.

Para ahli memperingatkan bahwa rutinitas kecantikan harian ini menghancurkan rambut Anda

“Kami telah mengharapkan hasil yang baik, tetapi bukan tingkat keberhasilan yang tinggi ini,” katanya. “Kita berbicara tentang tingkat pertumbuhan rambut yang sangat tinggi pada tikus jantan dan betina.”

Dengan dosis yang tepat, para peneliti telah mencapai “tarif yang sangat tinggi” untuk Reg Reg atau pertumbuhan, mencatat bahwa 100 % tikus jantan dan hingga 90 % rambut tikus betina.

Tikus laboratorium

Dengan dosis yang tepat, para peneliti telah mencapai “tarif yang sangat tinggi” untuk Reg Reg atau pertumbuhan, mencatat bahwa 100 % tikus jantan dan hingga 90 % rambut tikus betina. (Tikus penelitian yang sebenarnya tidak difoto.) (ISTOCK)

“Hasil ini menunjukkan bahwa perawatan lanjutan dapat mewakili pendekatan pengobatan baru untuk banyak penyakit yang saat ini bukan perawatan yang efektif,” Bran melanjutkan.

“Mencapai hasil yang menjanjikan seperti itu dalam tahap pra -klinis melalui pendekatan yang sama sekali baru untuk trik androgenik – yang menghindari pengobatan kronis dan juga aman – merupakan tanda ilmiah yang penting.”

“Kita berbicara tentang tingkat pertumbuhan rambut yang sangat tinggi pada tikus jantan dan betina.”

Bran menunjukkan bahwa pembatasan utama penelitian ini adalah kulit paling tipis dari tikus, yang “merupakan tantangan dalam manajemen perawatan.”

Klik di sini untuk mendapatkan aplikasi Fox News

“Ini membutuhkan pengembangan protokol untuk mengurangi kontras eksperimental, dan itu akan menjadi faktor utama ketika penelitian dimulai pada manusia,” katanya.

Seorang wanita kehilangan rambut di atas sikat rambut di tangan

“Kemajuan penelitian menunjukkan kemungkinan solusi yang mungkin, di masa depan, memiliki hasil jangka panjang tanpa perlu perawatan berkelanjutan untuk mempertahankan manfaat.” (ISTOCK)

Bran memperingatkan bahwa hasil baru ini “harus ditafsirkan dengan hati -hati dan kekakuan ilmiah.”

“Meskipun hasil pada tikus adalah kemajuan besar, juga benar bahwa perlu menunggu manfaat klinis pada manusia.”

Klik di sini untuk mendaftar di buletin kesehatan kami

Peneliti mendorong mereka yang menderita androgenik alopecia untuk terus berkonsultasi dengan dokter kulit dan mengikuti perawatan yang ditentukan dengan pengembangan penelitian.

“Penting untuk tetap optimis. Perkembangan penelitian menunjukkan solusi yang mungkin, di masa depan, dapat memberikan hasil jangka panjang tanpa perlu perawatan berkelanjutan untuk mempertahankan manfaat,” tambah Bran.

“Studi ini kecil, dan penelitian lebih lanjut diperlukan dalam metode ini sebagai pilihan perawatan yang mungkin.”

Peneliti menunjukkan bahwa para peneliti “menantikan pengalaman klinis manusia,” secara aktif “menegaskan keamanan pria dan wanita berusia antara 18 dan 50 tahun dengan alopecia androgenik moderat.

“Jika semuanya diharapkan, jadwal yang paling optimis menunjukkan bahwa pengobatan tersedia dalam waktu sekitar lima tahun,” katanya.

Seorang pria merobek rambutnya di kamar mandi di rumah

Melihat pengalaman klinis manusia, para peneliti secara aktif “menekankan keamanan untuk pria dan wanita berusia antara 18 dan 50 tahun dengan androgen alopecia sedang. (ISTOCK)

Dalam sebuah wawancara terpisah dengan Fox News Digital, Dr. Brendan Camp, PhD dalam Kedokteran, dokter kulit berbasis di New York yang tidak berpartisipasi dalam penelitian ini, mengomentari kemungkinan metode ini.

“Meskipun tidak tersedia secara komersial, penelitian ini menunjukkan bahwa suntikan sel induk yang diturunkan dengan ATP ke dalam kulit kulit kepala dapat mendorong pertumbuhan rambut pada individu yang menderita alopecia androgenik.”

Untuk lebih banyak artikel kesehatan, kunjungi www.foxnews.com/health.

“Studi ini kecil, dan lebih banyak penelitian diperlukan dalam metode ini sebagai pilihan pengobatan potensial untuk alopecia androgenik.”

Sampai saat itu, Camp mendorong orang untuk fokus pada perawatan yang tersedia dan “dipelajari dengan baik” untuk mengobati kerontokan rambut, dan mengunjungi dokter kulit yang disetujui oleh Dewan Direksi untuk evaluasi.

Tautan sumber

Continue Reading

Berita

Apa itu di dalam ginsbark? Pendekatan kerja baru yang memberikan alur kerja yang kaku untuk faktor independen

Published

on


Agen Genspark membuktikan bahwa lebih sedikit kontrol atas jalannya pekerjaan yang kaku, memaksa para pemimpin AI yayasan untuk memikirkan kembali

Tautan sumber

Continue Reading

Trending